来自101个/地区的288位质量工程师的经验数据提供了报告背后的洞察力和可信度，该报告证明了Visual AI在测试自动化领域中的优势。该报告来自Applitools，该公司销售使用视觉AI的功能和视觉测试工具。
视觉AI是计算机视觉的一种形式，它以与人眼和大脑相同的方式查看应用程序，其优点是不会疲劳。人工智能工具为不断增加的自动化辅助服务增加了另一个方面，使测试工程师能够跟上当今现代应用程序对CI / CD的快速发展和需求。
该报告声称，通过使用Visual AI，质量工程师能够以5.8倍的速度创建测试用例，从而扩大了测试覆盖范围，将测试代码的稳定性提高了3.8倍，并增加了预生产中捕获的错误数量。使测试人员能够提供更大覆盖范围，效率提高45%的因素。
与领先的开源测试框架(Cypress，Selenium和WebdriverIO)相比，该报告中的统计数据提供了一系列令人印象深刻的性能优势。尽管基于代码的框架本质上是开放的，可配置的，但精简程度较低，但它们的确为大多数质量工程师和测试人员所熟悉的比较提供了基准。该报告详细介绍了本研究中使用Applitools平台以提高这些效率并验证统计数据的过程和技术。在考虑针对DevOps环境的系统方法时，在测试自动化工具上的投资并不是一个可以跳过的领域，因此，如果超出用户对AI自动化的热情，管理人员可以评估一个严肃的业务案例。
测试自动化框架和工具市场上已有稳定的参与者，每个参与者对测试，组织，协作和报告的处理方式都不同。人工智能驱动的认知视觉呈现了一些相当新颖的属性，这些属性仅报告了用户可以感知的差异，而忽略了看不见的渲染，大小和位置差异。随着公司在UI / UX Web和移动域中的工作越来越多，在表示层之间保持一致性将带来巨大的好处，从而使质量团队的工作更加有效。该报告验证了视觉AI是一种严肃的“自动化测试效率多人游戏”，为测试人员提供了“超级能力”，可以在几分钟内访问每个屏幕和页面，而不会感到疲倦或犯错误。
Applitools使用黑客马拉松方法为报告提供了真实数据，它提供了288个独立测试工程师的数据集，这些工程师共花费了80个工作周以上的时间来记录其进度。有了如此大量的数据点，它开始类似于现实世界中的场景，在该场景中，不同的行业，开发团队和文化已经动手使用该工具，并研究了可视化AI作为测试自动化特定分支的优势。该报告的主要结果是，使用AI工具监视整个设备和浏览器范围内的UI / UX元素的呈现可以改善测试团队的整体性能。节省时间和提高质量，或者在这种情况下，准确性可以节省时间，这对于测试团队而言具有明显的好处;